#成员推断

做隐私审计或模型安全研究的可以看看这篇：训练一次 LoRA 就能生成虚拟影子模型，省掉传统 MIA 的模型集成开销，实测在 Document VQA 和 Medical VQA 上比标准攻击更强。

一篇隐私方向的新论文：自蒸馏模型原来会留下可被攻击的训练数据痕迹，OP-Print 用残差信号和重启稳定性就能把成员识别出来，基线全都失效。